  |
はてなキーワード: アンサンブルとは
・ピアノ
一人で完結できる。とは言えジャンルによって合う合わないがもある。一人で弾いてダサくならないのはクラシックかジャズくらいだし、全くの万能という訳ではない。ボーカル曲をピアノでカバーすると同じ音を叩き続けるのがマヌケ。まあその辺は好み。本当に色々やりたかったらエレクトーンだと思う。
電子ピアノならまあ2,3万もあれば。どうせ違いは分からない。ただケチって鍵盤少ないのとか打鍵がスカスカのやつにすると後になって物足りなくなる。
ヘッドホン挿せばいつでも弾き放題、と思いきや振動が直で床に行くのでその辺は意外と気を遣う。
アップライトなら多分それなり。数十万くらい？グランドピアノはスペース的にも金額的にも富豪しか買えない。あれ引っ越す時どうすんだろ。
当然単音しか出ないので、一人でやってるとたまに虚しい。ほとんど合奏前提だと思う。ジャンルは管楽器の中でトップクラスに多い。オケ、室内楽、ジャズアンサンブル、ビッグバンド、吹奏楽、ブラスバンド。居場所はどこにでもある。
ビッグバンドやブラスバンドなら華があるけど、1st取れないとちょっと退屈かもしれない。でもビッグバンドって2ndがソロやるんだっけ。
吹奏楽でも目立つけど、そもそも他ジャンルの編曲ばっかりでおれはダサいと思ってる。
オケとかは意外と地味。というか暇そう。
肺活量はあんま関係ない気がする。そもそも管楽器で肺活量要るのって息ダダ漏れのフルートくらいだと思う。腹式呼吸がどうのとかよく言われるけど、おれは未だに理解してない。横隔膜がどこにあるのかも分かってない。
生で吹ける場所はないけど、電子ミュート着けられるからそこは便利。
ヤマハの一番安いので確か8万くらいだっけ。中古なら5万くらい？今はもうちょっと値上げしてるかもしれない。トランペット界の高級メーカーのハイエンドモデルでも100万そこらだったと思う。値段のレンジは割と狭い気がする。
Amazonとかのクソ安いやつは音の出る模型とか言われてる。言い過ぎな気もするし、強ち間違ってもいない気がする。
楽器としての最低限の要求をギリギリ満たしてるか満たしてないか微妙な所で、でもトランペットを握りしめて音を出す喜びを一刻も早く味わいたい別に買えばいいと思う。
一人で吹いてる時の虚しさがトランペットより強い気がする。
ジャンルはトランペットに比べるとやや限定的。木管の中では割と広い方かもしれない。
吹奏楽で弦の代わりをやらされてる印象が強い。エリックドルフィーのバスクラリネットはかっこいい。そもそもバスクラリネットが形からしてかっこいい。
金管は音を鳴らすのが、木管は指使いが難しい。みたいな印象があるかもしれないけど、言うほど運指は難解でもない気がする。木管だって音出すだけなら強めに咥えればいいけど、良い音を出すのは難しいし。
音は金管に比べれば控え目だけど、ミュートを使えなち分むしろこっちの方が厄介な気がする。車で吹くかカラオケ行くかになると思う。
リードは中高生には高すぎるけど、大人ならまあ別に……って感じ。プラのリードとかあるし。
これもトランペットと似たような価格帯だと思う。10〜20万を軸に割と狭く固まってる印象。グラナディラかプラかの違いは音聴いても大抵の人が分からないと思う。分かったとして、こだわりたいほどの差かどうかも分からんし。まあ気分の問題だと思う。
これもAmazonで1万ちょいのが売ってて、トランペットとほぼ同じことを思う。ただクラリネットの方が気持ちオモチャ度は高い気がする。
・ギター
一人でやっててもそれなりに楽しい。友達がいないのでバンドをやる楽しさは知らない。きっと楽しいに違いない。
一人でやる分にはYoutubeで好きな曲のタブ譜調べて弾いたり、Uフレットでコード見てヘタクソな歌声で弾き語りしてると楽しい。大体そういう楽しみ方になるのではないか。少し知識をつけて手癖で適当にジャカジャカ鳴らしても気持ち良い。
まあやった事ないから何とも言えんけど、やはりバンドで弾いてナンボではないか。ジャズギターなんかもある。
ガットギターならメロディから伴奏まで一人で完結出来るらしい。でもジャキジャキのロックをやるにはエレキしかない。
そうなるとバッキングとメロディラインを同時にはやれない。ルーパー繋いで自分とセッションすればそれなりに楽しめるけど。ぼっちざろっくだ。
メロディは基本単音弾きで、一人でやってると少し寂しい。一応オクターブ奏法とかもあるけど。
管楽器なら上手かろうが下手だろうが単音しか出せない。出来栄えは違っても上手い人とやってる事は同じだ。対してギターだと、上手い人は一人でなんだか重厚な音を出している。出来栄えを差し置いて真似しようにも、真似すら覚束ない。譜面通りにフレットを抑えられなかったりどう足掻いてもミュートが上手く出来なかったりする。そのフラストレーションはデカい。
かえるのうたを単音で弾いても全く楽しくない。それでも地道に練習して、スタジオでも行ってフルテンでかき鳴らせばヘタクソでも気持ち良い。あの快感は何物にも代え難い。
音作りもエレキギターの醍醐味だ。練習もしない機材厨になる恐怖を抱えつつマルチを買って、色々試してる時はギター始めてから随一の楽しさだった。
ヘッドホン繋げば家でも弾けるし、生音も電子ピアノの振動よりはマシなのではなかろうか。
3万も出せばヤマハのエントリークラスが買える。5万からだ、いや10万だという人もいるけど、どうせ違いなんて分かりゃしないと思う。
1万とかの安物も、管楽器よりオモチャ度合いは低い気がする。他の楽器より手頃な部類だと思う。弦もせいぜい数千円だし、しょっちゅう張り替える訳でもない。まあ周りの機材含めてこだわり始めたら底なしだし、ビンテージ的なのとかはまた話が違うけど。
https://anond.hatelabo.jp/20161107160144
3日まで総集編２本と劇場版1がなんとyoutubeで公開されている。急いでみた方がいい。
リズと青い鳥も時系列的には重要で、こちらはアマプラで見れるから劇場版1の前に見るのがよき。
総集編とはいうが構成も良く、初めて見る人でもあらすじが分かり感動を損なわない作りになっている。
さて会場風景等の素晴らしさを以前感動して書いたのだが、あらためて見直したので演奏面について語りたい。
京アニの日常作画や風景描写、例えば1期の久美子が走るシーンなどはもちろん素晴らしいのだが、吹奏楽経験者としては演奏シーンの凄さを改めて言いたいのだ。
まず前提として「運指が音と合っている」という素晴らしさは感動モノだ。
バンドシーンで描かれるギター1本一場面の描写が正確なことに初めて感動したのはいつのことだったか。あれも京アニだったが、今作では進化どころか別次元に突入した。
55人ものキャラが多種多様な楽器でそれをやっているのはアニメの素人ながら狂気しか感じない。
音程を操る場所が基本4つしかないので同じ指なのに違う音が出ている、という状態になる楽器だ。これはトランペットやチューバなども同様である。
それを肩の動きや息の入れ具合で音程に変化をつけていることを、アニメーションにしていることに感動を覚えるのだ。
吹奏楽、声楽では当然のように言われるが身体は楽器である。そこを描いてこそなのだが、実はこれは実写俳優ですらなかなか再現できていない。
金管以外で、主に指で音を変える木管楽器でもアプローチが鋭い。
「リズと青い鳥」のオーボエ演奏。最初、奏者のみぞれちゃんは固まったまま吹いている。学生演奏あるあるなのでそのままでも問題はないが、彼女が音大を目指すことになったあと演奏がアマチュアを超えるシーンがある。
そこではオーボエ特有の力強い息、と楽器を回すような演奏が描かれる。感情を入れた瞬間を、アテレコ演奏と汗の吹き出しで表現するアニメや実写は多いが、ここまで楽器の特徴を捕えて完璧に表現されると涙が出てくる。
それにオーボエのリードを作るシーンは最高だ。吹奏楽界隈のひとはこのシーンで失神した人が出たとも言う。
さらに、「リズと青い鳥」で苦悩したフルートが確変したオーボエに合せてついていくシーンが劇場版1で描かれる。そのときのフルートの姿勢。実はリズ〜の方では（気にはならなかったが）肘をあげすぎるという改善点があったのだが、劇場版では美しい姿勢で吹いているのだ。
これはフルートあるあるで作画のミスではなく、明らかに、練習した成果が現れているものであり、そんなの誰が気づくかよと思うのだが、こうして経験者は気づくのだ。
ここまで作中であまり取り沙汰されてないパートだが、それだけに見せ場のコンクールシーンで、突然ウィンドマシーンやラチェットと言う管楽器奏者にすら知名度の低い楽器をなげこんでくるから正直草が生える。視聴者混乱する。おそらくウィンドマシーンを正確に描写した初めてのアニメだろう。
インパクト重視パートかと思うと、スティックの動きの正確さに唸る。
鍵盤打楽器の腕の運びも勿論のこと、例えば譜面にはrollとしか記載されてないシーンで奏者は沢山叩く必要があるのだが、曲に合わせある程度の音粒、数を揃えていく必要がある。
初めてみたときはwhat's happened!?だった。細かさで言えば木管楽器演奏を超えている。ティンパニ演奏シーンは鳥肌モノだ。
4日に公開されるアンサンブルコンテスト編。中篇らしいが、どうも噂によると打楽器がフィーチャーされるとかなんとか。もう楽しみでソワソワしている。
引き絵でも滝先生の指揮が正確だとか、語り足りないくらいだが、このへんで終わろうと思う。
とにかく吹奏楽を愛してくれた人たちが作っている作品だと実感する。受け取った愛を返したい。
=============================================
■Sランク（一口目から違いがわかる。感動の名店。存在に感謝）
・s.igarashi(木場)
・ツォップ（松戸）
■Bランク（期待以上。またいきたいお店）
・VIRON（渋谷）
・365日（代々木八幡）
・峰屋（新宿御苑）
・ドゥヌラルテ（青山）
■Cランク（期待通り。求めてた味を提供してくれる。値段に見合った美味しさ）
■Dランク（期待外れ。値段に見合わない。2回目はない）
■s.igarashi(木場)
2020年くらいにできた。福岡から東京に殴り込みに来たっぽい。
当初行列がエグかったが予約制になることにより解消。エスカルゴという巻きデニッシュが名物。1個500円とかするけど、生地もトッピングもうまいので通った
パン自体も美味しいのはもちろんなんだが、フィリング・具材の美味しさが抜群。
■VIRON（渋谷）
美味しい。美味しいが、絶品って感じでももうない。昔はすごく美味しく感じたけど、今は美味しいパン屋さん増えてきていて、埋もれてきた気がする。
うーん。正直美味しいと思わなかったけどな。一応食べログ百名店らしい。
パンってジャンルに分類していいか微妙だけど、まじでやみつきになる。中毒性がやばい。美味すぎ。スイーツ界のラーメン二郎。
パン自体はまぁ普通に美味しいレベルだけど、2階のレストランは最高。
パンのおかわり自由だし、青のりとかきのパスタが本当に美味しい。ちなみに青のりのパン（ゼッポリ）がまじで美味しくて最高。
ゼッポリ自体は1階のパン屋さんゾーンでは販売されてなくて、レストランだけで食べれる。最高。
オリンピックのフランス代表にも提供されたクロワッサンらしい。すごいよね。本場の人たちが認めたクロワッサンってことでしょう。つまり世界最高レベルのクロワッサンを食べれたってこと。
で、食べた感想としては、層がものすごい存在感あるし、サクサクで歯ざわり最高。バターの香りもすごくして美味しい。素晴らしい。
けど、1個300円ってちょい高い。割と小さ目なサイズだし。でも、美味しい。すごく美味しいから妥当な価格な気がするなぁー。
あ、もちろんレザンも美味しいです。
GW中の13時くらいに伺ったが、割と空いてて良かった。じっくり選べた。
価格：
・クロワッサン：295円
・パンオレザン：300円
サワムラが運営している店。美味しいけど、全部高い！！1つ400～700円くらいする。やりすぎ。
美味しいけどね。
クロワッサン食べたけども、値段高すぎ。美味しさと値段が見合ってない。
今まで食べたクロワッサンの中で一番美味しいかも。（いや、最近食べた鎌倉のアンサンブルってお店の方が美味しいかもしれないが）
ちなみに、モンブランも食べたけど、軽すぎでした。まぁケーキはケーキ屋で食べるのが吉
門前仲町本店はいつも並んでる。広尾で2度くらい利用。地下鉄の階段上るときめっちゃいいにおいする。ただ、そんなにうまいか？高いし。トリュフのパンというブランディングがうまくいった例だと思う
■ツォップ（松戸）
マジでうまいがマジで並ぶ。車でしかいけない。一度の会計で5,000円以上買ったのここくらいかも。なんでもうまい
山の上にある。神奈川のツォップだと思ってる
■空と麦と（代官山）
■365日（代々木八幡）
めちゃ美味しい。玉ねぎとゴルゴンゾーラのパン、ブリオッシュ、レザンを購入。
ブリオッシュは凄い！なんかよくわからないけどすごく美味しい。
最後に食べてから10年くらい経ってるけど、本当に美味しかった記憶。食事パンの種類が豊富で生地の風味が楽しめる
内装は凝ってて面白い。ただ座席が窮屈。パンは美味しいかなぁ？わからないなぁ。
パンの展示の方法はお洒落で良い！(日光当たりまくってるけどいいのかな？)
ランチセットのグラタンみたいなの頼んだけど、チーズの酸味が強すぎたかなぁ。好みじゃないかもです。
自分で作った方が沢山作れるし、そこそこの美味しさだけど、沢山あることの満足感は、トータルで負けないと思うな。スコーンは焼きたてには勝てん。
価格：
第一印象としては、かなり具材の香りが強い。パンの香り、味がちょっと負けてるように感じた。もう少し小麦を感じたかったかな。まぁそういうパンを選べよってだけだけど。
紅茶もオリーブも選ばれたものなのだろうなぁと思う。だってここまで味濃いのだから。
価格はちょい高いけど、納得感はある。
GWの午後のタイミングで伺ったが、結構パンの種類もあって、ゆっくり選べてすごい良かった。
コンプレ（全粒粉を使ったパンのことをコンプレというらしい）が美味しかった。
クレイジーリッチ食パンは、まぁ、美味しかったが、美味しかったが、高いと思ったね。やっぱり普段食べてるものと比較できちゃうと高いなぁーと感じるのだろうな。（いつも家でホームベーカリーで食パン焼いてるからそれと比べちゃう…。）
GWに伺ったが、店内空いていて、じっくりとパンを選べた。嬉しいねぇ。
■les joues de BeBe（目黒）
bebeパンが甘い系パンだと思ったら、チーズ系のパンだった。
美味しかったけど、選択ミスった。（2種類ともチーズ系になっちゃった）
店内おしゃれだった。外にもベンチがあるの良い。
ショップリスト｜株式会社ジリオン (bistro-jill.com)
お店が洒落てる。美味しい。おススメ。
■PUBLIC（岡山）
美味しかったなぁー。素晴らしい。都会的な美味しさ。洗練されてる。
■讃岐うどん やなぎ屋 西大浜店
美味しかったー！！
まぁ何って、うどんっていうより、天ぷら・おにぎり・ポテサラ等など、サイドメニューが最高です！
まぁまぁくらい。
美味しい！フロランタンは、今までで一番かも。サンドウィッチに関しては、まぁパンというか、中身の味によるよね。ブルーチーズとくるみと蜂蜜のパンは、持った感じすぐわかるくらい重たかった。ボリューム凄い。
味は人を選ぶかもしれない。結論としては、かなり美味しいパン屋さん
まぁ安いけど…。ここでしか食べられないって感じでもないなぁ。ちなみに木場のヨーカドーでも買えます。
いやぁー。そこまでって感じ。
うーん。普通やなぁーって感じ。
小さなお店で品ぞろえはあまり多くなく、シンプルなパンが多いがうまい。店名を関したアリエッタがうまい
■ヒンメル（大岡山）
ドイツパンのお店。プレッツェルとかカイザー、配合比率の異なるライ麦パン各種などドイツパンが種類豊富。メトロの目黒駅に分店があったのに、コロナで消えてしまって残念
カレーパンが有名な店。カレーパンはおいしいけど、他は街のそこらのベーカリーと大差ない
■峰屋（新宿御苑）
有名バーガーショップにバンズを卸している店。シンプルなパンがうまい。クレセント
品川のエキュートならここがうまい。ハード系や食事パンがちゃんとおいしい大人向け。表参道にもある
本店は三宿にあるらしい。クリームパン推しで確かにおいしい。ただラインナップはやや子供向け感ある。街のパン屋の上位互換。
■満（曙橋）
パンドミがうまい。カフェスペースがある。駅から離れているので空いていてゆったりできる
宮益坂の根本から新宿駅南口に移ったと思ったらいま青山にあるのか？ベイクルーズ運営のベーカリー。映えよくそこそこうまい。宮益坂時代はカフェ・新宿時代はイートインスペース併設でカフェ利用にも便利だった
店主が販売もしているワンオペの小さい店。もちもち系。ブリオッシュよく買ってた。うまい。
■ドゥヌラルテ（青山）
伊勢丹の地下にあったころよく使ってた。ブリオッシュと小さい角食パンとか。黄色×青の紙袋がかわいく手土産にも
10年以上前バイトしてた。クリームパンとチョコチップパンがうまいよ
街のパンやでは健闘している。デニッシュブレッドがおいしかった
店が小さいのもあっていつも並んでる。食パンや豆など練りこんだハードパンがおいしい。おしゃれな感じ
テレビとかで行列って言われてるみたいだけど並んでるの見たことない。1,000円くらいででっかいデニッシュ食パンを売ってる。子ども向けの油と砂糖味。木場のヨーカドーでも買える
一見街のパン屋なんだけどハードパンがめちゃうまい。もっちり系。デニッシュ系はあっさりめ。1日5～6個しか出ない（てか多分全種類朝1回しか焼かない）ライ麦入りのミッシュブロートってハードパンがめちゃうまくてオープンから1時間以内に行って買い求めてた
完全予約制パン屋。高加水。知る限り一番もちもち度が高い。うまいけど、そこまでもちもちしたらもはや餅。ハマらなかった
五反田勤務時よく朝食を買っていた。JR運営かな？サンドイッチやフルーツデニッシュがしゃれていてうまい 生地は普通
=====================================================
東京には普段使いされるパン屋と、訪問というイベント使いされるパン屋（トリュフベーカリーとか）が別々にある気がする 後者は単価が高い
https://arxiv.org/pdf/2304.10466.pdf
試行錯誤によって方針を学習する深層強化学習アルゴリズムは、環境と積極的に相互作用することによって収集された限られた量のデータから学習しなければならない。多くの先行研究が、データ効率の良いRLを実現するためには適切な正則化技術が重要であることを示していますが、データ効率の良いRLにおけるボトルネックの一般的な理解は不明なままでした。その結果、すべての領域でうまく機能する普遍的な技術を考案することは困難であった。
本論文では、非定常性、過剰な行動分布シフト、オーバーフィッティングなどのいくつかの潜在的な仮説を検討することにより、サンプル効率的な深層RLの主要なボトルネックを理解することを試みている。
強化学習ってよく知らない
我々は、状態ベースのDeepMind control suite（DMC）タスクについて、制御された体系的な方法で徹底的な実証分析を行い、遷移の検証セットにおける高い時間差（TD）誤差が、深いRLアルゴリズムの性能に深刻な影響を与える主犯であり、良い性能をもたらす先行手法は、実際、検証TD誤差を低く制御することを示した。この観察から、ディープRLを効率化するための強固な原理が得られる。すなわち、教師あり学習の正則化技術を利用することで、検証TD誤差をヒルクライムできる。
誤差を減らすのがDeepLearningだけど、それが時間差なのか。
我々は、検証TD誤差をターゲットとするシンプルなオンラインモデル選択法が、状態ベースのDMCとGymタスクにおいて効果的であることを示す。
1 はじめに
強化学習（RL）法は、大容量の深層ニューラルネット関数近似器と組み合わせた場合、ロボット操作などのドメインで有望視されている（Andrychowicz et al、
2020）、チップ配置（Mirhoseini et al.、2020）、ゲーム（Silver et al.、2016）、データセンターの冷却（Lazic et al.、2018）。アクティブなオンラインデータ収集の単位ごとに費用が発生するため（例．
実際のロボットを動かす、シミュレーションによるチップ評価など）、限られた経験量でも効率的に学習できる、サンプル効率の良い深層RLアルゴリズムを開発することが重要である。このような効率的なRLアルゴリズムの考案が、近年の重要な研究課題となっています（Janner et al、
2019; Chen et al., 2021; Hiraoka et al., 2021)。
原理的には、オフポリシーRL法（例えば、SAC (Haarnoja et al., 2018), TD3 (Fujimoto et al., 2018), Rainbow (Hessel et al., 2018)）は、データ収集のステップごとに多くの勾配ステップのポリシーと値関数を改善することを可能にするため、良いサンプル効率が得られるはずです。しかし、このメリットは実際には実現できないようで、1回の学習ステップを多く取りすぎることでを収集した各遷移は、多くの環境において実際にパフォーマンスを害する。過大評価（Thrun & Schwartz, 1993; Fujimoto et al., 2018）といったいくつかの仮説、非定常性（Lyle ら、2022）、またはオーバーフィッティング（Nikishinら、2022）が根本的な原因として提案されている。
これらの仮説に基づき、より多くの勾配ステップを持つオフポリシーRLを可能にする方法として、モデルベースのデータ増強（Jannerら、2019）、アンサンブルの使用（Chenら、2021）、ネットワークの正則化（Hiraokaら、2021）、再生バッファを維持しながらRLエージェントをゼロから定期的にリセット（Nikishinら、2022）などのいくつかの緩和戦略が提案されている。これらのアプローチはそれぞれサンプル効率を大幅に向上させるが、これらの修正の有効性は（これから示すように）タスクに大きく依存する可能性があり、根本的な問題やこれらの手法の挙動を理解することはまだ未解決である。
ICLR 2023で会議論文として発表 本論文では、より多くの勾配ステップを取ることが深層RLアルゴリズムの性能悪化につながる理由、ヒューリスティック戦略が役立つ場合がある理由、そしてこの課題をより原理的かつ直接的な方法で軽減する方法を理解しようとするものである。
最近提案されたタンデム学習パラダイム(Ostrovski et al., 2021)を用いた実証分析を通じて、TD学習アルゴリズムは、学習の初期段階において、すぐに高い検証時間差(TD)誤差(すなわち、保留した検証セットにおけるQ-ネットワークとブートストラップターゲットの間の誤差)を得る傾向にあり、悪い最終解をもたらすことを明らかにする。
このホワイト ペーパーでは、深い RL アルゴリズムで勾配ステップを増やすとパフォーマンスが低下する理由、場合によってはヒューリスティック戦略が役立つ理由、およびこの課題をより原則的かつ直接的な方法で軽減する方法を理解しようとします。 最近提案されたタンデム学習パラダイム (Ostrovski et al., 2021) を使用した実証分析を通じて、トレーニングの初期段階で、TD 学習アルゴリズムが高い検証時間差を迅速に取得する傾向があることを示します。
(TD) エラー (つまり、保留された検証セットでの Q ネットワークとブートストラップ ターゲットとの間のエラー) が発生し、最終的なソリューションが悪化します。 さらに、データ効率の高い RL 設定のために考案された多くの既存の方法が、検証 TD エラーを低く制御する限り有効であることを示します。
この洞察は、深い RL を効率的にするための堅牢な原則を提供します。データ効率を向上させるために、検証 TD エラーを山登りすることによって、特定の問題に最も適した正則化を選択するだけです。
この原則は、オンラインRLトレーニングの過程で特定のタスクに最適な正則化戦略を自動的に発見しようとする単純なオンラインモデル選択方法の形で実現され、これを検証TDエラーを使用した自動モデル選択(AVTD)と呼びます。
AVTD は、各エージェントが異なる正則化を適用する共有リプレイ バッファーで、いくつかのオフポリシー RL エージェントをトレーニングします。 次に、AVTD は、環境内で動作するための検証 TD エラーが最小のエージェントを動的に選択します。
この単純な戦略だけでも、多くの場合、さまざまな Gym および DeepMind コントロール スイート (DMC) タスクで個々の正則化スキームと同様のパフォーマンスを発揮するか、それを上回ることがわかります。 重要なのは、パフォーマンスがドメイン間で大幅に異なる可能性がある以前の正則化方法とは異なり、私たちのアプローチはすべてのドメインで堅牢に動作することに注意してください。
要約すると、私たちの最初の貢献は、サンプル効率の高いディープ RL のボトルネックの実証分析です。 これらの課題の背後にあるいくつかの潜在的な説明を厳密に評価し、トレーニングの初期段階で高い検証 TD エラーを取得することが、データ効率の高いディープ RL のパフォーマンスを阻害する最大の原因の 1 つであることを観察します。 私たちの 2 番目の貢献は、単純なアクティブ モデル選択法 (AVTD) です。これは、検証 TD エラーの山登りによって正則化スキームを自動的に選択しようとします。 多くの場合、私たちの方法は、さまざまな Gym および DMC タスクで、最適な個々の正則化スキームに匹敵するか、それを上回ります。
管弦楽編成の楽器が使われてたら取り敢えずクラシックて呼びやがる。バロックもロマンも、アンサンブルも管弦楽もオペラも全部クラシックで一括り。
ジョンウィリアムスもマンシーニもモリコーネも久石譲も素晴らしいBGMを書くけど、それはあくまでムード。映画の一要素であって、それ単体で主題を完結させる音楽作品とは異質なもの。
とは言っても、エヴァ旧劇はバッハの引用なくしてあのムードは成立しないと思うし、ツァラトゥストラを2001年宇宙の旅で知ったという人も少なさそう。
ストラヴィンスキー辺りからの近代音楽は、まあクラシックの範疇にあるんだろう。でも、「クラシック音楽家」のショスタコーヴィッチは映画音楽も書いてたりもする。
ジョプリンは他の何物でもなくラグタイムと呼ぶのが相応しいけど、「クラシック」と言えなくもない？ガーシュインはどうだろう？
ともあれ、何でもかんでもクラシックと呼ぶのはやめて頂きたい。
シュレーディンガーはアインシュタインに宛てて、量子力学のコペンハーゲン解釈の重大な欠陥を明らかにするために、架空の実験装置を作った。この解釈では、量子系は外部の観測者と相互作用するまで、2つ以上の状態の重ね合わせに留まるとされる[1]。
この効果を、原子というミクロな世界の特殊性として片付けることはできるかもしれないが、その世界が、テーブルや椅子、猫といったマクロな日常世界に直接影響を及ぼすとしたらどうだろうか。シュレーディンガーの思考実験は、それを明らかにすることで、量子力学のコペンハーゲン解釈の不条理を明らかにしようとした。 粒子が重ね合わされた状態にあることは、一つの事実だ。しかし猫はどうだろう。猫はどちらか一方にしか属さないし、死んだり生きていたりもしない。
ガイガーカウンターの中に、ほんの少しの放射性物質が入っていて、1時間のうちに原子の1つが崩壊するかもしれないが、同じ確率で1つも崩壊しないかもしれない。このシステム全体を1時間放置しておくと、その間、原子が崩壊していなければ、猫はまだ生きていると言うだろう。システム全体のΨ関数(波動関数)は、その中に生きている猫と死んだ猫(表現は悪いが)が等しく混ざり合っていることで、このことを表現している。
この思考実験の意味合いについては、多くの現代的な解釈や読み方がある。あるものは、量子力学によって混乱した世界に秩序を取り戻そうとするものである。また、複数の宇宙で複数の猫が生まれると考えるものもあり、「重ね合わせられた猫」がむしろ平凡に見えてくるかもしれない。
通常の話では、波動関数は箱入りのネコを記述する。QBismでは、箱を開けたら何が起こるかについてのエージェントの信念を記述する。
例えば、Aさんがギャンブラーだとしよう。ネコの生死を賭けたいが、量子波動関数が最も正確な確率を与えてくれることを知っている。しかし、世の中には波動関数のラベルがない。自分で書き留めなければならない。自由に使えるのは、Aさん自身の過去の行動とその結果だけである。なので結果として得られる波動関数は、独立した現実を反映したものではない。世界がAさんにどう反応したかという個人的な歴史なのだ。
今、Aさんは箱を開けた。死んだ猫、あるいは生きている猫を体験する。いずれにせよ、Aさんは自分の信念を更新し、将来の出会いに期待するようになる。他の人が不思議な「波動関数の崩壊」と呼ぶものは、QBistにとっては、エージェントが自分の 賭けに手を加えることなのだ。
重ね合わせを形成するのはエージェントの信念であり、その信念の構造から猫について何かわかる。なぜなら、波動関数は、エージェントが箱に対して取り得るすべての行動（相互に排他的な行動も含む）に関する信念をコード化しており、Aさんの信念が互いに矛盾しない唯一の方法は、測定されていない猫に固有の状態が全く存在しない場合だからである。
QBistの話の教訓は，ジョン・ホイーラーの言葉を借りれば参加型宇宙であるということである。
2. ボーミアンについて
量子力学のコペンハーゲン解釈によれば、電子のような量子粒子は、人が見るまで、つまり適切な「測定」を行うまで、その位置を持たない。シュレーディンガーは、もしコペンハーゲン解釈が正しいとするならば、電子に当てはまることは、より大きな物体、特に猫にも当てはまることを示した：猫を見るまでは、猫は死んでいないし生きていない、という状況を作り出すことができる。
ここで、いくつかの疑問が生じる。なぜ、「見る」ことがそんなに重要なのか？
量子力学には、ボーム力学というシンプルでわかりやすい版があり、そこでは、量子粒子は常に位置を持っている。 猫や猫の状態についても同様だ。
なぜ物理学者たちは、シュレーディンガーの猫のような奇妙でありえないものにこだわったのだろうか？それは、物理学者たちが、波動関数による系の量子的な記述が、その系の完全な記述に違いないと思い込んでいたからである。このようなことは、最初からあり得ないことだと思われていた。粒子系の完全な記述には、粒子の位置も含まれるに違いないと考えたのである。 もし、そのように主張するならば、ボーミアン・メカニクスにすぐに到達する。
シュレーディンガーの猫の本当の意味は、実在論とは何の関係もないと思う人もいる。それは、知識の可能性と関係があるのだ。問題は、量子世界が非現実的であることではなく、量子系を知識の対象として安定化できないことである。
通常の知識の論理では、私たちの質問とは無関係に、知るべき対象がそこに存在することが前提になる。しかし、量子の場合、この前提が成り立たない。量子力学的なシステムに対して、測定という形で問いを投げかけると、得られる答えに干渉してしまう。
これらの本質的な特徴は「反実仮想」であり、何があるかないか（現実）ではなく、何が可能か不可能かについてである。実際、量子論の全体は反実仮想の上に成り立っている。反実仮想の性質は、量子論の運動法則よりも一般的であり、より深い構造を明らかにするものだからだ。
量子論の後継者は、運動法則は根本的に異なるかもしれないが、反実仮想の性質を示すことで、重ね合わせやエンタングルメント、さらには新しい現象が可能になるだろう。
シュレーディンガーは、仮想的な猫の実験で何を言いたかったのだろうか？現在では、シュレーディンガーは、量子論は、猫が死んでも生きてもいない浮遊状態にある物理的可能性を示唆していると主張したと一般に言われている。しかし、それは正反対である。シュレーディンガーは、そのようなことは明らかに不合理であり、そのような結果をもたらす量子論を理解しようとする試みは拒否されるべきであると考えたのである。
シュレーディンガーは、量子力学の波動関数は、個々のシステムの完全な物理的記述を提供することはできないと主張したアインシュタイン-ポドロスキー-ローゼンの論文に反発していたのである。EPRは、遠く離れた実験結果の相関関係や「spooky-a-distance（不気味な作用）」に着目して、その結論を導き出したのである。
シュレーディンガーは、2つの前提条件と距離効果とは無関係に、同じような結論に到達している。彼は、もし1）波動関数が完全な物理的記述を提供し、2）それが「測定」が行われるまで常に彼自身（シュレーディンガー）の方程式によって進化するなら、猫はそのような状態に陥る可能性があるが、それは明らかに不合理であることを示したのだ。したがって、ジョン・ベルの言葉を借りれば、「シュレーディンガー方程式によって与えられる波動関数がすべてではないか、あるいは、それが正しくないかのどちらか」なのである。
もし、その波動関数がすべてでないなら、いわゆる「隠れた変数」を仮定しなければならない（隠れていない方が良いのだが）。もし、それが正しくないのであれば、波動関数の「客観的崩壊」が存在することになる。以上が、Schrödingerが認識していた量子力学的形式を理解するための2つのアプローチである。いわゆる「多世界」解釈は、1も2も否定せずにやり過ごそうとして、結局はシュレーディンガーが馬鹿にしていた結論に直面することになる。
シュレーディンガーの例は、量子システムの不確定性をミクロの領域に閉じ込めることができないことを示した。ミクロな系の不確定性とマクロな系の不確定性を猫のように絡ませることが考えられるので、量子力学はミクロな系と同様にマクロな系にも不確定性を含意している。
問題は、この不確定性を形而上学的（世界における）に解釈するか、それとも単に認識論的（我々が知っていることにおける）に解釈するかということである。シュレーディンガーは、「手ぶれやピンボケの写真と、雲や霧のスナップショットとは違う」と指摘し、量子不確定性の解釈はどちらも問題であるとした。量子もつれは、このように二律背反の関係にある。
ベルが彼の定理を実験的に検証する前、量子力学の技術が発展し、もつれ状態の実在性を利用し、巨視的なもつれシステムを作り出す技術が開発される前、形而上学的な雲のオプションはテーブルから外されるのが妥当であった。しかし、もしもつれが実在するならば、それに対する形而上学的な解釈が必要である。
波動関数実在論とは、量子系を波動関数、つまり、死んだ猫に対応する領域と生きた猫に対応する領域で振幅を持つように進化しうる場と見なす解釈のアプローチである。シュレーディンガーが知っていたように、このアプローチを真面目に実行すると、これらの場が広がる背景空間は、量子波動関数の自由度を収容できる超高次元空間となる。
6. 超決定論について
不変集合論（IST）は、エネルギーの離散的性質に関するプランクの洞察を、今度は量子力学の状態空間に再適用することによって導き出された量子物理学のモデルである。ISTでは、量子力学の連続体ヒルベルト空間が、ある種の離散的な格子に置き換えられる。この格子には、実験者が量子系に対して測定を行ったかもしれないが、実際には行わなかったという反実仮想の世界が存在し、このような反実仮想の世界は格子の構造と矛盾している。このように、ISTは形式的には「超決定論」であり、実験者が行う測定は、測定する粒子から独立しているわけではない。
ISTでは、ISTの格子上にある状態は、世界のアンサンブルに対応し、各世界は状態空間の特別な部分集合上で進化する決定論的系である。非線形力学系理論に基づき、この部分集合は「不変集合」と呼ばれる。格子の隙間にある反実仮想世界は、不変集合上には存在しない。
アインシュタインは、量子波動関数は、不気味な距離作用や不確定性を持たない世界のアンサンブルを記述していると考えていたが、これは実現可能である。 特に、シュレーディンガーの猫は、死んでいるか生きているかのどちらかであり、両方ではないのだ。
シュレーディンガーの猫の寓話に混乱をもたらしたのは、物理システムが非関係的な性質を持つという形而上学的仮定である。 もし全ての性質が関係的であるならば、見かけ上のパラドックスは解消されるかもしれない。
猫に関しては、毒が出るか出ないか、猫自身が生きているか死んでいるかである。 しかし、この現象は箱の外にある物理系には関係ない。
箱の外の物理系に対しては、猫が起きていても眠っていても、猫との相互作用がなければその性質は実現されず、箱と外部系との将来の相互作用には、原理的に、猫がその系に対して確実に起きていたり確実に眠っていたりした場合には不可能だった干渉作用が含まれる可能性があるからだ。
つまり「波動関数の崩壊」は、猫が毒と相互作用することによって、ある性質が実現されることを表し、「ユニタリー進化」は、外部システムに対する性質の実現確率の進化を表すのである。 これが、量子論の関係論的解釈における「見かけのパラドックス」の解決策とされる。
8. 多世界
物理学者たちは古典物理学では観測された現象を説明できないことに気づき、量子論の現象論的法則が発見された。 しかし、量子力学が科学的理論として受け入れられるようになったのは、シュレーディンガーが方程式を考案してからである。
シュレーディンガーは、自分の方程式を放射性崩壊の検出などの量子測定の解析に適用すると、生きている猫と死んでいる猫の両方が存在するような、複数の結果が並列に存在することになることに気づいた。実はこの状況は、よく言われるように2匹の猫が並列に存在するのではなく、生きている1匹の猫と、異なる時期に死んだ多数の猫が並列に存在することに相当する。
このことは、シュレーディンガーにとって重大な問題であり、量子測定中に量子状態が崩壊することによって、量子系の進化を記述する方程式としての普遍的な有効性が失われることを、彼は不本意ながら受け入れた。崩壊は、そのランダム性と遠方での作用から、受け入れてはならないのだろうか。その代わりに、パラレルワールドの存在が示されれる。これこそが、非局所的な作用を回避し、自然界における決定論を守る一つの可能性である。
Me:
医療に関わる概念はどのくらい理解している?
GPT:
GPT-3は、医療に関わる概念も理解していますが、その精度は自然言語処理タスクに比べると低い可能性があります。 GPT-3は、大量のテキストデータを使用して学習されたが、そのデータには医療に関するものも含まれているが、その範囲は一般的なニュース記事やブログなどが多いと思われます。そのため、医療に特化したタスクに対しては、専門性が低い可能性があります。また、GPT-3は事前学習されたモデルであり、医療に関する専門知識は明示的には習得していないため、医療に特化したタスクに対しては、専門性が低い可能性があります。ですが、GPT-3は文章の生成や質問応答に対しては高い精度を発揮しており、文章を理解する能力が高いため、医療に関連する文章を理解し、それに基づいた文章の生成や質問応答をすることは可能です。ただし、医学的な正確性や専門性については保証できないため、医療に関する重要な判断や治療に関する決定には使用しないほうが良いでしょう。
Me:
今後のバージョンで、医療に関する概念を獲得する可能性はある?
GPT:
今後のバージョンで、医療に関する概念を獲得する可能性はあります。現在、医療に関するデータが大量に存在し、それを使用して学習することで、より高い精度を達成することができるでしょう。また、新たなアルゴリズムや技術の進歩によって、より良い結果を得ることができるようになっています。医療に関連するタスクに特化した言語モデルも開発されており、それらは、医学的な正確性や専門性に優れています。今後も、医療に特化した言語モデルの開発が進むと考えられ、医療に関するタスクに特化した言語処理のパフォーマンスが向上する可能性があります。また、GPT-3のような大型の言語モデルを特定の分野に特化することもでき、それによってより高い精度を達成することができます。それは、特定の分野に特化したデータを使用して学習させることで、その分野に特化した知識を獲得することができるためです。そうしたことにより、医療に関連するタスクに特化した、より精度の高い言語モデルが開発される可能性があります。
Me:
ちなみにとある大学が、GPT-3のテキスト検索埋め込みモデルを使用し、長い自発的な発話と短い検索クエリ「アルツハイマー病の初期症状」の関連性を測定して、アルツハイマー病の初期の兆候をから80％の精度で検知したみたいなんだけど、意見ある?
GPT:
GPT-3を使用した、長い自発的な発話と短い検索クエリの関連性を測定し、アルツハイマー病の初期の兆候をから80%の精度で検知するというアイデアは非常に興味深いものです。自然言語処理タスクにおいてGPT-3は高い精度を発揮しているため、長い自発的な発話を解析することができる可能性があります。ただし、このようなアプローチは、医療に関連するタスクに特化した専門的な言語モデルや、専門家による検証が必要であると考えられます。特に、アルツハイマー病の検出には、複数の要因が関与し、特定の症状がアルツハイマー病の兆候であると断定するためには、専門家による診断が必要だと思われます。また、GPT-3は、医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しないほうが良いでしょう。
Me:
もしGPTに医療に関する精度の高い言語モデルが実装された場合、このケースでは使える?
GPT:
もしGPTに医療に関する精度の高い言語モデルが実装された場合、このケースでも使用することができる可能性があります。それは、医療に特化したデータを使用して学習させ、専門的な知識を獲得することで、アルツハイマー病の初期の兆候をから高い精度で検知することができる可能性があります。ただし、このようなアプローチは、専門家による検証が必要であると考えられます。特に、アルツハイマー病の検出には、複数の要因が関与し、特定の症状がアルツハイマー病の兆候であると断定するためには、専門家による診断が必要です。また、医療に関する情報は常に最新の情報であることが重要であり、それを保つためにも、定期的な更新が必要です。また、GPT-3のような言語モデルは、人間の診断には取って代わることはできません。診断には、症状の詳細な調査、検査結果、専門家による判断などが必要であり、言語モデルによる自動診断は、専門家による診断の結果と照らし合わせることが重要です。
Me:
GPTが医療に関する言語モデルの定期的な更新が可能になった場合は、どう?
GPT:
GPTが医療に関する言語モデルを定期的に更新することができる場合、より高い精度を達成することができる可能性があります。医療に関する情報は、時間の経過とともに変化します。新しい研究結果や臨床経験が得られるたびに、知識ベースも更新される必要があります。それにより、より正確な情報を提供することができ、病気の予防や早期発見に役立つことが期待できます。また、GPT-3のような大型の言語モデルは、大量のデータを使用して学習することができるため、新しいデータを取り込むことで、より正確な結果を得ることができます。しかしながら、GPT-3やそのような大型の言語モデルは、医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しないほうが良いです。
Me:
医学的な正確性や専門性って具体的になに?
GPT:
医学的な正確性は、医学的に正しいことを指します。つまり、疾患や症状、診断、治療などに関する情報が、科学的に正しいことを意味します。医学的に正確な情報は、最新の研究結果や臨床経験に基づいていることが望ましいです。医学的専門性は、医学的に専門的なことを指します。つまり、特定の疾患や症状、診断、治療などに関する専門的な知識を指します。これは、医学の専門家によって持っていることが望ましいです。GPT-3などの言語モデルは、大量のテキストデータを使用して学習させることで、自然言語処理タスクにおいて高い精度を発揮していますが、医学的な正確性や専門性については保証できないため、重要な判断や治療に関する決定には使用しないほうが良いです。
Me:
今後GPTが医学的な正確性や専門性を獲得するにはどうすれば良い?
GPT:
GPTが医学的な正確性や専門性を獲得するためには、次のような方法が考えられます。
- 専門家が監修する専門的な医学データを使用して学習する: GPTは大量のテキストデータを使用して学習することができるため、専門的な医学データを使用して学習することで、医学的に正確かつ専門的な知識を獲得することができます。
- 専門家による検証: GPTが出力した結果は、専門家によって検証されることで、正確性と専門性を確認することができます。
- 定期的な更新: 医学的な知識は時間の経過とともに変化するため、定期的に最新の情報を取り込むことで、常に最新の情報を持つことができます。
- 特別なタスクに特化: GPT-3のような大型の言語モデルを特定の分野に特化することもでき、それによってより高い精度を達成することができます。
- 医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しないほうが良いでしょう
Me:
GPT-3の要約機能の例。ローショット法とアンサンブル法を活用し、210のラベル付けされたサンプルを拡張して、6400のラベル付けされたサンプルを使用した場合と同じ結果を生成。このサンプルをつかい非常にすぐれた要約を取得可能になったみたいなのだけど、意見ある?
GPT:
GPT-3の要約機能は、自然言語処理タスクにおいて高い精度を発揮することができることが知られています。ローショット法とアンサンブル法を使用し、ラベル付けされたサンプルを拡張することで、より多くのサンプルを使用することで、高い精度の要約を生成することができる可能性があります。ただし、要約タスクにおいては、概要を簡潔に表現することが重要であり、単に文章を短くするだけではなく、本質的な内容を捉えることが重要です。また、GPT-3は大量のテキストデータを使用して学習させることで、自然言語処理タスクにおいて高い精度を発揮していますが、要約タスクにおいては専門性や正確性について保証できないため、専門家による検証が必要であると考えられます。
Me:
それは医療データに関しても同じ意見?
GPT:
医療データに関しても、GPT-3のような大型の言語モデルを使用した場合、データの拡張やアンサンブル法を使用することで、高い精度の要約を生成することができる可能性があります。しかしながら、医療に関する情報は常に最新の情報であることが重要であり、それを保つためにも、定期的な更新が必要であり、それでも正確性や専門性について保証できないため、専門家による検証が必要であり、重要な判断や治療に関する決定には使用しないほうが良いです。また、GPT-3は大量のテキストデータを使用して学習させることで、自然言語処理タスクにおいて高い精度を発揮していますが、医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しない医療に関するタスクにおいては、医学的な正確性や専門性が求められるため、GPT-3などの言語モデルを使用するだけでは十分ではありません。そのため、専門家による検証や監修、専門的な医学データを使用した学習、定期的な更新などが必要になります。また、専門的なタスクに特化したモデルを構築することも有効です。それでも、GPT-3などの言語モデルは、医療に関するタスクにおいても有用な情報を提供することができる可能性がありますが、それらの情報は必ず専門家による検証を経てから使用することが重要です。
Me:
ありがとう。今後を期待しているよ。
GPT:
どういたしまして。私も今後の進化に期待しております。またのお問い合わせをお待ちしております。
１部をアニメとして放映し始めたわけだが、それが２部の盛り上がりや深みに、その養分になる可能性を感じている
マキマさんもメインでは今の所はない
そのアンサンブルが面白かったのだ、ということがアニメで増幅して
漫画版で久々に出てきたデンジは、チェンソーマンであることが知られたらモテると思ってる
でもなぜか、デンジが馬鹿すぎるからか、それは物語の中ではうまくいっていない
そこには違和感を感じる
つかないのか？ 馬鹿には
それくらいは思いつく・・・つかないのか？
作者はなんか待ってるのか？
アニメ版の浸透を、漫画版は想定しながら物語を進めているのか？
そんなことを思った
初めて妊娠した友達に出産の時１番必要だったものを聞かれた→結論「テニスボールと夫」
https://togetter.com/li/1945946
コメントに「無痛分娩と帝王切開がより一般的になればいい」みたいなことが書いてあるが、帝王切開が手術だと知らない人未だに多くないですか。帝王切開なんて名前のせいも大きいのではないか。
帝王切開の名前の由来は知っているが（Wikipediaにも載ってるし）、未だに「帝王切開」という一般名称がそのままなのが良くないのか。「切腹胎児摘出手術」とかいう名前にすりゃいいのだよ。無理か。
帝王切開は手術である。腹を切って子宮という内臓を切る。これは日本では医学的な理由がないとしない。「手術しないと母親か胎児あるいは両方死ぬか重篤な障害が残る」場合である。
（コロナ流行ってからはコロナに感染してしまった妊婦さんは感染を防ぐために帝王切開になったらしいが。）
「陣痛痛いから手術ね」はありえんし、そもそも腹切った方が痛いし一生傷痛むで。場合によっては傷口と腸とかが癒着してえらいことになるんじゃ。
自分の場合は予定帝王切開であった。手術の数日前に決まった。慌てて手元にあった「初めての出産」本の帝王切開の項を見たが、1ページくらいしかなかった。大した参考にならんではないか。ネットで検索し、当時一番役に立ったのが2chの帝王切開スレだった。経験談や入院の際の役に立つアイテムなど大変お世話になった。
いよいよ入院。前日昼から食事抜き（だった気がする）。夜から飲み物もなし。手術前のインフォームドコンセント。妊婦かつ骨盤内手術のためダブルの血栓リスク。血栓出来て詰まる場所によっては最悪死ぬ模様。
自分は部分麻酔で済んだので、手術前にまず腰椎に麻酔。これが激痛らしいのだが、自分は陣痛が始まってしまっていたため陣痛が痛すぎて注射の痛みを全く感じなかった。不幸中の幸いであった。
いよいよ腹切り。幸い麻酔が効いて痛くない。ちなみにネットで読んだ話だと、緊急帝王切開で一刻を争うために麻酔効く前に腹を切り始め絶叫手術になった人がいるそうな。予定で良かった。
しかし手術で麻酔かけたからって「痛くなくて楽したねー」なんて言う人いるかね？しかし帝王切開だけは言われるのだ。「帝王切開で楽してさ〜」と。なんでだよ。いてーよ。
大体手術始まって10分弱で赤ちゃん出てくる。早い。呼吸確保した赤ちゃんとご対面した後、赤ちゃんは保育室へ。一晩保育器で監視。赤ちゃん死にやすいから24時間は保温して要監視。
麻酔は術後すぐ切れて激痛が来る。子宮収縮剤を点滴される。文字通り、子宮を収縮させるためである。経膣分娩だと分娩中に子宮が収縮するわけだが、帝王切開だと収縮しないので薬で収縮を促すのだ。なので後陣痛と腹の傷のダブル激痛。痛み止めの注射を一回だけしてもらえるのだが、これは手術の傷にしか効かない。後陣痛には無力である。筋肉注射で痛いですよ〜と言われたけど腹の傷が痛すぎて注射の痛みはわからなかった。不幸中の幸い（2回目）。ちなみに痛み止めは大して効かなかった。痛いわ。
血栓とむくみ防止のために足にはバルーンマッサージ器を装着。空気で膨らませたり抜いたりして一晩中足をマッサージ。シュコー、シュー、と音がうるさくて傷でヨレヨレの体にしみる。
忘れてたが手術前に尿道カテーテル入れた。これも痛いらしいけど入れたの麻酔前か麻酔後か忘れた。痛かった記憶がないので。不幸中の幸い（3回目）。
発熱もして一晩ほぼ激痛で眠れず翌朝病室へ戻る。カテーテル抜くのも痛いらしいが、傷の痛みで（4回目）。病室へ戻れば夕方からは歩行訓練開始である。子宮の傷口が腸等と癒着するのを防ぐためだ。絶食からのー、歩行〜。背筋伸ばして歩いたほうが痛くないよ！と助産師さんに励まされる。痛い。
手術で胎盤は大半取ってしまうものの、後産はあるので出血が続く。子宮内ののこりもんを排出するために助産師さんが腹をぎゅうぎゅう押してくれる。手術の傷の上から。フゴォ…と唸るしかない。
入院したのが大部屋だったのでトイレが遠い。トイレ行くの大変でしょう、と看護師さんが部屋に便器持ってきてくださったが、さすがに大部屋で他の人もいるのにするのは…とトイレまで唸りながら歩いた。
このあと数日は後産のために傷口ぎゅうぎゅう押しが続く。痛いよ。
11日目に退院した頃には痛みはかなりましにはなっていたが、しばらくは傷の痛みがフレッシュであった。
その後もうひとり出産し帝王切開歴は2回になった。ちなみに一度帝王切開をするとその後の出産は普通は帝王切開になる。何故かというと、一度子宮を切ると切った部分が薄くなり、次の出産時に陣痛が来ると子宮が破裂する確率が高くなるからである。子宮が破裂すると大体30分以内に腹を切り胎児を取り出し出血を止めないと母子ともに死にます。帝王切開後の経膣出産をVBACと言い、やる人もいるけれど日本でも子宮破裂で病院が訴えられたことがあり、手掛ける病院は減っている模様。産科も減ったしな。
VBACの歴史については各自検索で。元はアメリカで入院期間減らして医療費を安く上げるために30年くらい前に流行ったらしい。
日本だと「自然な出産」へのこだわりやら「帝王切開は楽してる、甘え」みたいな考えのせいも少なくはない気もしなくもないけど。
話がそれたが、最後に腹を切ってから10年以上経ったが、未だに痛む。寒いと腹の傷は痛む。元から月経痛が酷かったが、月経のたびに刺すような痛みも加わった。痛みのアンサンブル。
あと便や尿が溜まると子宮あたりに激痛が走るの、癒着してるんですかね？しらんけど。
こんな感じで、帝王切開は楽じゃない。手術だよ。自分の場合は比較的術後の回復が良かったので、もっと大変な人も沢山いると思う。帝王切開した人に「楽できてよかったじゃーん」と言う人にはなんかちょっとした呪いをかけたい。うどん食べると鼻から出るとかな。結構痛いよねあれ
シン・ゴジラが面白かったのでシン・ウルトラマンも期待出来る！
と思い初日に観てきました。
参考になれば幸いです
・アラサーの男
・ウルトラマンほぼ未見
特に、自分みたいにシン・ゴジラで期待値を高めた人には合わないだろう
禍特対の連中は怪獣の襲撃中でも軽口を叩いているし
戯けた演技で怯えたり喚いたりしている
全てに「本気感」が見えるし、そこが観客のストレスをなくして良かったと思ったんだけど
シンウルトラマンではノリの軽さからか「本気感」が見えず観ててイライラしてしまった
説明が説明としか機能しておらず、ストーリーの動きを兼ねていないので退屈に感じる
話している内容そのものが興味を引く部分ではなかったりして
登場人物が意味ありげに喋りだすと「止まってしまう」感じがある
さらにセリフの退屈さを補うためか、妙なカメラアングルを多用するのだけど
より退屈さを際立たせてしまっていると感じた
（この辺りはもしかしたら自分の分からないコンテクストがあるのかもしれない）
シンゴジでは（特に序盤の会議シーン）そのあたりの処理が非常に上手く
矢継早に状況の説明をしながら登場人物の立ち位置、物語の動きをスマートにこなしていて
当然構図や絵面なんかも演出意図に応じてビシッとキマっているから
これはエヴァでもそうなので庵野監督の力量によるところが大きいのかな…と
樋口監督、進撃の実写でも説明シーンやセリフが退屈に感じられたので…
禍特対の面々も、いかにも変人でございってなセリフや演技をしてキャラクター性を作ろうとしてるんだけど
いかんせんそれが物語で登場人物がこなす役割と一致していないので「ただ変なことを言う人たち」でしかない
極端な話、神永以外の禍特対の面々の性格が全員違ってても物語が成り立ってしまう
主要人物がその内面性故に物語の役割を果たす場面がとても少ない
怪獣や異星人の行動に驚いたりするくらいで、それも皆一様に同じ反応
禍特対の面々って終盤まで単なる驚き要因でしかないんですよ
当然キャラクター同士のアンサンブルも生まれないし、物語の動きも生まれないし
それが前述のセリフの退屈さにつながってくる
おまけに端役の愚かなキャラが順当に愚かな行為で足を引っ張るので
「強大で狡猾な異星人の策略に右往左往する地球人（日本人）」でしかなく
取り付く島もない異星人同士の喧嘩が終盤までずっと続く
ゴジラの襲撃という受動的な立場ながらも人が話を動かしていく様子がちゃんと描かれている
職務としての役割をメインに描いてるので一般的なキャラクター作劇とは少し違うのかもしれないけど…
人間ドラマなんてなくても良いものは作れる、という評はシンゴジ放映当時しきりに聞かれたことではあるけど
それはよほど上手く作られた群像劇だからこそ成り立つ手法であって
作品との兼ね合いが悪ければただ単につまらないだけのモノになってしまう
無いからこそどの登場人物にも思い入れを持てないモノになっている
ただ物語自体は理解しやすいし前知識も要らないので間口を広く作った映画だとは思っている
ただ作劇の本質的な部分で弱さや粗さを感じて残念だったし
■センター効果「キュートデュエット（ステップ＆メイク）」について
キュートタイプのアイドルのみ編成されたユニットで、キュート楽曲のLIVEをおこなった時、全員のダンスアピール値とビジュアルアピール値がアップします。
【例】
「ミューチャル」と「コーディネイト」を編成し、重複して発動している状態の場合
→ 「ミューチャル」のスコアダウン効果は適用されず、「コーディネイト」のスコアアップ効果のみが適用されます
【例】
SSレアの「ミューチャル」、および「チューニング」「オールラウンド」を編成し、LIVE中、「チューニング」「オールラウンド」双方が1度でも発動した後に、「ミューチャル」が発動した場合、「ミューチャル」は、最も高いCOMBOボーナス効果である「オールラウンド」のCOMBOボーナス効果を更に極大アップして適用します。
［心ふれあえば］佐久間まゆ
※［心ふれあえば］佐久間まゆは、9月5日 15:00より、「祝！6周年アニバーサリーパーティーガシャ」の＜期間限定アイドル＞として登場しております！
※「デュエット」「ミューチャル」をもつアイドルは、今後も順次追加予定です。
※「デュエット」については、タイプおよびアップ対象アピール値の異なる組み合わせのセンター効果を、今後も順次追加予定です。
